1

我正在尝试在 python 中实现 tSNE 算法。我正在使用 autograd 包来计算梯度，而不是通常使用的解析梯度。

但我无法根据需要计算梯度。我是 ML 新手，正在尝试使用 autograd 和其他框架。

所以，这是我的方法。我首先计算相似度矩阵 P。然后在计算损失的同时计算低维亲和度矩阵 Q。这是我的代码 -

def compute_kl_loss(Y, P, n):
    loss = 0
    for i in range(n):
        qij = 1 / (1 + np.sum((Y[i,:] - Y)**2),1)
        for j in range(n):
            loss += P[i,j]* np.log(P[i,j]) - P[i,j]*np.log(qij)
    return loss

def get_grad(Y, P):
    n = Y.shape[0]
    loss_kld = lambda Y: compute_kl_loss(Y, P, n)
    gradY = grad(loss_kld) 
    dY = gradY(Y).

但这种方法似乎不起作用。我收到以下错误 -

  File "tsne.py", line 130, in compute_kl_loss
    qij = 1 / (1 + np.sum((Y[i,:] - Y)**2),1)
TypeError: unsupported operand type(s) for /: 'int' and 'tuple'

请告诉我如何纠正这个问题。我的方法是正确的吗？或者有更好的方法吗？

谢谢你。

4

1 回答 1

0

在这一行：

qij = 1 / (1 + np.sum((Y[i,:] - Y)**2),1)

您正在创建一个元组，包括：

left_part: 1 + np.sum((Y[i,:] - Y)**2)
right_part: 1

元组是：my_tuple = (left_part, right_part)

这在您的错误中得到了很好的解释。

如错误中所述，该操作1 / (x, y)（(x, y)作为元组）在 python 中无效！

所以你可能应该检查你的括号。

于 2017-09-13T02:37:51.703 回答